To do (je comprends pas)

  • Ajouter un flow chart

To discuss:

  • A discuter avec David: faut il mettre un critère sur le nombre d’essais retenu pour garder la tâche ou est ce que dès que l’on a au moins 1 essai valide c’est suffisant.

1 Intro

Ici je présente les indicateurs de qualité des données mesurées durant une expérience. L’objectif est de voir si on peut garder toutes les expés ou si on doit en supprimer.

Vocabulaire employé:

  • Expé: ensemble des tâches passées par un enfant lors d’une session “babylab”
  • Tâche: un des exercices proposés lors d’une expérience (exploration de scène, de visage, etc)
  • Essai: Une itération pour une tâche (une des scènes, une des paires de visages, etc)

INSERER CONCLUSIONS APRES DISCUSSION AVEC CLAIRE ET DAVID

2 Nettoyage effectué en amont

David n’a filtré aucune données avant de nous les transmettre (“éventuellement celles qui n’ont pas de donnée valide : tous les essais avec <5s de temps moyen de regard pour 40s d’essaiPossible de quantifier?).

3 Indicateurs à disposition

Les indicateurs fournis pour juger de la qualité des données sont les suivants:

  • Qualité de fixation: indicateur utilisé par David que je n’ai pas (et dont je n’ai à priori pas besoin), calculé pour chaque fixation et indique si une fixation est 1 (bonne) ou 2 (pas bonne)
  • Qualité du signal: rapport entre le nombre de fixations de qualité de fixation == 1 sur le nombre total de fixations. La qualité de signal est calculée d’abord pour chaque essai pour supprimer les essais avec qualité de signal < 0.2, puis moyennée sur les essais retenus pour une tâche David: confirmes-tu que l’indicateur de qualité du signal que j’ai est la somme de la qualité du signal de chaque essai divisé par le nombre d’essai retenu et non la somme de fixations de qualité de fixation de tous les essais retenus / la somme de toutes les fixations de tous les essais retenus?
  • Nombre d’essai: nombre d’essais retenus pour une tâche (ie avec qualité du signal > 0.2)
  • Temps moyen de regard: somme des temps de fixation pour les fixations de qualité de fixation == 1 divisé par le nombre d’essai prévu pour l’expé (et non le nombre d’essais retenus, soit 6 pour la tache 1)

Chaque indicateur est décrit dans un paragraphe séparé ci-après.

4 Nombre d’essais retenus pour chaque tache

Cette variable recense le nombre d’essai retenu pour chaque tâche. Un essai est retenu si sa qualité de signal est comprise entre 0.2 et 1.02 (cad le rapport entre le nombre de fixations de qualité de fixation == 1/le nombre de fixation total de cet essai).

  • La plupart des expés avec peu d’essais sont < 24m
  • Aucune expé 24m avec <50% des essais retenus
  • Les garde-t-on?
  • Pk pas de n trial pour la tâche 2?

5 Qualité du signal

Représente le rapport entre le nombre de fixations de qualité de fixation == 1 sur le nombre total de fixations sur tous les essais retenus pour une tâche, c’est à dire le pourcentage de bonnes fixations. Moins l’enfant regarde l’écran, plus cet indice est bas (tourne la tête, bouge, etc).

  • Pourquoi y a-t-il des QualSig > 1 pour task 2?.


Distributions sans les 2 essais avec QualSig > 1:

  • Tous les essais ont > 40% de bonnes fixations pour les taches 1 et 2.
  • Les plus basses semblent être les < 24 mois

6 Temps moyen de regard

Somme des temps de fixation pour les fixations de qualité de fixation == 1 divisé par le nombre d’essai prévu pour l’expé (et non le nombre d’essais retenus, soit 6 pour la tache 1). J’ai recalculé ensuite pour le N d’essai effectif. J’ai également converti ce score en pourcentage de temps passé à regarder l’écran, comme temps moyen de regard / longueur d’un essai (5secs pour taches 1 et 2)

  • Tous les temps < au temps de l’essai de 5 sec => OK
  • Temps les plus bas pour enfants < 24m
  • A-t-on besoin de faire un descriptif plus poussé des temps bas?


Pourcentage de temps moyen regard en dessous de 30% du temps total regardé (aka pourcentage de temps moyen de regard / 5sec < 0.3):

Tâche 1:

##        age
## t1_30     5  12  24
##   FALSE  42  65 151
##   TRUE    4   2   0
  • 0 enfants de 24m avec < 30% de temps à regarder l’écran à la tâche 1

Tâche 2:

##        age
## t2_30     5  12  24
##   FALSE  38  64 148
##   TRUE    1   2   2
## # A tibble: 5 x 3
## # Groups:   ident [5]
##   ident exp_age_cat t2_look_pct
##   <chr> <fct>             <dbl>
## 1 25119 5                 0.280
## 2 17886 24                0.204
## 3 26469 12                0.165
## 4 26806 12                0.291
## 5 25130 24                0.286
  • 2 enfants de 24m avec < 30% de temps à regarder l’écran à la tâche 2 (20% et 28%)

Qu’en fait-on?

Variable recalculée avec N trial effectif et non théorique. Fait que pour la tache 1 car pas de n trial pour la tache 2.

  • Il doit y avoir un pb dans mon calcul car temps > 5 sec

On refait le calcul du pourcentage de temps regardé sur cette variable:

##        age
## t1_30     5  12  24
##   FALSE  42  65 151
##   TRUE    4   2   0
  • 0 enfants de 24m avec < 30% de temps à regarder l’écran à la tâche 1

7 Qualité vs temps vs n essai

Ici je combine pour la tâche 1 la qualité du signal, le temps moyen de regard et le nombre d’essais retenus.

  • Pour les 24 mois on ne remarque pas “d’outlier” visuellement
  • Peut-être qques cas discutables pour 5 et 12 mois

8 Conclusions

A finaliser après discussion avec David et Claire

Pour l’instant j’ai besoin que David confirme ce que j’ai cru comprendre, réponde aux quelques questions. A priori on ne supprimera pas d’expés au vu de ces indicateurs.